迭代器

生成器属于迭代器 适合迭代器对象：list、dict、tuple、set、str 不适合迭代对象：int、float、bool 迭代器例子 ： a = [0,1,2,3] iter （a） # 用 iter ()方法生成迭代对象 print( next (a)) #用 next 来查询，直到超范围 判读对象是否符合迭代例子 ： from collections import Iterable a = [0,1,2,3] b = 123 print(isinstance(a, Iterable )) #运用isinstance函数来判断，此结果为True，符合迭代 print(isinstance(a, Iterable )) #同上，此结果为Flase，不符合迭代 生成器例子 ： a = (i for i in range(1000000)) #想当与列表生成式的[]改成()，此时a的类型为生成器（generator） print(next(a)) #用next()来查询 函数进化成生成器 ：（把return改成yield） 例子： def f(n): for i in range(n): yield i　　　　 print('OKOK')a = f(5) #定义一个变量来接受生成器的返回值print(next(a)) #程序运行达到yield后就会停止，不会往下执行

exercises section 9.2 9.2 list<deque<int> > list_deque_int; section 9.2.1 迭代器 1、迭代器与容器一样有公共的接口(forward_list的迭代器不支持递减运算符（--） exercise section 9.2.1 9.3、 1.迭代器必须指向同一个容器中的元素，或者容器最后一个元素之后的位置。 2.end不在begin之前。 9.4、 //p9_4.cpp #include <vector> #include <iostream> using namespace std; bool find(vector<int>::iterator first, vector<int>::iterator last, int val) { bool exist = false; //用来指示是否找到指定值，初始为false for(auto ix = first; ix != last; ++ix)//遍历迭代范围 { if(*ix == val) //若值相等 { exist = true; //说明找到了指定的值 break; //停止迭代 } } return exist; //返回exist，若存在则exist为true，否则为false } 9.5、 vector<int>::iterator find

总结：生成器并行，实际上是串行的，但是时间上给人的感觉是并行的 import timedef product(name): print("%s 准备" %name) while True: try: name1 = yield #yield生产器中实现并行效果 # print("here") print("[%s]开始了，[%s]准备" %(name1,name)) except StopIteration as e: print(e.value) print("here")c = product("ripple")c.__next__()b1 = "wangzi"c.send(b1) #发送一个值作为yield的返回值c.__next__()def produces(name): c =product('A') c2 =product('B') c.__next__() c2.__next__() print("比赛开始了") for i in range(10): time.sleep(0.5) print("一共十场比赛") c.send(i) c2.send(i)produces("ripple")运行结果： 来源： https://www.cnblogs.com/mygodswangzi/p/11896796.html

[ ] ```python https://www.cnblogs.com/zhangchaocoming/p/11192436.html https://www.cnblogs.com/liangmingshen/p/10970534.html 可迭代对象 内置有__iter__方法的对象，例如字符串，列表，字典，元组等等都是可迭代对象 迭代器对象 既内置有__next__方法的对象，执行迭代器__next__方法可以不依赖索引取值 又内置有__iter__方法的对象，执行迭代器__iter__方法得到的仍然是迭代器本身 　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator 　　生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。 　　生成器类似于返回值为数组的一个函数，这个函数可以接受参数，可以被调用，但是，不同于一般的函数会一次性返回包括了所有数值的数组，生成器一次只能产生一个值，这样消耗的内存数量将大大减小，而且允许调用函数可以很快的处理前几个返回值

下面内容主要摘抄自 python 官网， https://docs.python.org/3.7/glossary.html#glossary ，部分内容有删减。 2to3 一个将 Python 2.x 代码转换为 Python 3.x 代码的工具，能够处理大部分通过解析源码并遍历解析树可检测到的不兼容问题。 2to3 包含在标准库中，模块名为 lib2to3；并提供一个独立入口点 Tools/scripts/2to3。参见 2to3 - 自动将 Python 2 代码转为 Python 3 代码。 因为官方将在2020年不再支持 Python 2.x, 在遇到没有 Python 2.X 版本 的code 的时候，可以尝试使用这个工具将代码转化成Python 的版本。 abstract base class -- 抽象基类 抽象基类简称 ABC，是对 duck-typing 的补充，它提供了一种定义接口的新方式，相比之下其他技巧例如 hasattr() 显得过于笨拙或有微妙错误（例如使用 魔术方法）。ABC 引入了虚拟子类，这种类并非继承自其他类，但却仍能被 isinstance() 和 issubclass() 所认可；详见 abc 模块文档。 Python 自带许多内置的 ABC 用于实现数据结构（在 collections.abc 模块中）、数字（在 numbers 模块中）

迭代器模式 迭代器模式（Iterator Pattern）是 Java 和 .Net 编程环境中非常常用的设计模式。这种模式用于顺序访问集合对象的元素，不需要知道集合对象的底层表示。 迭代器模式属于行为型模式。 介绍 意图： 提供一种方法顺序访问一个聚合对象中各个元素, 而又无须暴露该对象的内部表示。 主要解决： 不同的方式来遍历整个整合对象。 何时使用： 遍历一个聚合对象。 如何解决： 把在元素之间游走的责任交给迭代器，而不是聚合对象。 关键代码： 定义接口：hasNext, next。 应用实例： JAVA 中的 iterator。 优点： 1、它支持以不同的方式遍历一个聚合对象。 2、迭代器简化了聚合类。 3、在同一个聚合上可以有多个遍历。 4、在迭代器模式中，增加新的聚合类和迭代器类都很方便，无须修改原有代码。 缺点： 由于迭代器模式将存储数据和遍历数据的职责分离，增加新的聚合类需要对应增加新的迭代器类，类的个数成对增加，这在一定程度上增加了系统的复杂性。 使用场景： 1、访问一个聚合对象的内容而无须暴露它的内部表示。 2、需要为聚合对象提供多种遍历方式。 3、为遍历不同的聚合结构提供一个统一的接口。 注意事项： 迭代器模式就是分离了集合对象的遍历行为，抽象出一个迭代器类来负责，这样既可以做到不暴露集合的内部结构，又可让外部代码透明地访问集合内部的数据。 实现

迭代器（iterator）和可迭代对象（iterable） 　　在python中，要实现要个对象可以进行遍历，也就是实现for循环，那么他必须是一个可迭代对象，例如string，tuple，list，dict，set都是可迭代对象（iterable），实现的方法是写入了__iter__()函数，前面我们说过鸭子模型，只要实现了这个方法，那么自定义类就可以看成是 一个可迭代对象。如果我们想要实现一个迭代器，那么我们就要实现写入__next__()方法，举个例子要把list迭代对象转变成迭代器，我们有两种方法让他转变为迭代器，一种就是直接用内置函数iter（），或者自定义类，重写__next__()方法。 　　自定义实现类实现for循环功能： 　　class A: 　　　　pass 　　a = A() 　　for i in a: 　　　　print(i) #打印结果：'A' object is not iterable 报错，说明他不是可迭代对象 　　首先我们要让他是一个可迭代对象： 　　class A: 　　　　def __iter__(self): 　　　　　　pass 　　a = A() 　　for i in a: 　　　　print(i) #打印结果：还是报错 　　我们为什么实现了__iter__()把对象变成可迭代对象，怎么还不能使用for循环，我们需要知道

python简介 Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python 的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。 Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言： 这意味着，您可以在一个 Python 提示符 >>> 后直接执行代码。 Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。 Python 是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发，从简单的文字处理到 WWW 浏览器再到游戏。 Python 特点 易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。 易于阅读：Python代码定义的更清晰。 易于维护：Python的成功在于它的源代码是相当容易维护的。 一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Windows和Macintosh兼容很好。 互动模式：互动模式的支持，您可以从终端输入执行代码并获得结果的语言，互动的测试和调试代码片断。 可移植：基于其开放源代码的特性，Python已经被移植（也就是使其工作

设计模式--迭代器模式 1、迭代器模式 　　 迭代器模式： 又称为游标（cursor）模式，也就是抽象一个迭代器类来分离聚集的遍历行为，这样既可以做到不暴露聚集的内部结构，又可让外部代码透明地访问聚集内部的数据。 2、迭代器模式的结构 角色 抽象聚合角色 ：定义存储、添加、删除聚合对象以及创建迭代器对象的接口； 具体聚合角色： 实现抽象聚合类，返回一个具体迭代器的实例； 抽象迭代器角色： 定义访问和遍历聚合元素的接口，通常包含first()、next() 等方法； 具体迭代器角色： 实现抽象迭代器接口中所定义的方法，完成对聚合对象的遍历，记录遍历的当前位置。 类图 3、迭代器模式举例 抽象聚合接口：Aggregate.java 1 package iterator; 2 /** 3 * 抽象聚合接口 4 * @author nick 5 * 6 */ 7 public interface Aggregate { 8 public abstract Iterator createIterator(); //定义抽象方法，返回迭代器类对象 9 } 具体聚合类：ConcreteAggregate.java 1 package iterator1; 2 /** 3 * 具体聚合角色 4 * @author nick 5 */ 6 public class ConcreteAggregate

[ ] ```python https://www.cnblogs.com/zhangchaocoming/p/11192436.html https://www.cnblogs.com/liangmingshen/p/10970534.html 可迭代对象 内置有__iter__方法的对象，例如字符串，列表，字典，元组等等都是可迭代对象 迭代器对象 既内置有__next__方法的对象，执行迭代器__next__方法可以不依赖索引取值 又内置有__iter__方法的对象，执行迭代器__iter__方法得到的仍然是迭代器本身 通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的，而且创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。 　　所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素呢？这样就不必创建完整的list，从而节省大量的空间，在Python中，这种一边循环一边计算的机制，称为生成器：generator 　　生成器是一个特殊的程序，可以被用作控制循环的迭代行为，python中生成器是迭代器的一种，使用yield返回值函数，每次调用yield会暂停，而可以使用next()函数和send()函数恢复生成器。